买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川省数字经济研究院(宜宾);电子科技大学申请的专利一种用于零样本学习的语义属性集生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119295763B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411378820.4，技术领域涉及：G06V10/44；该发明授权一种用于零样本学习的语义属性集生成方法是由曹晟;陈洁;张淋;代洋设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种用于零样本学习的语义属性集生成方法在说明书摘要公布了：本发明公开了一种用于零样本学习的语义属性集生成方法，通过教师模型与学生模型的多阶段协同训练，提升了生成属性集的准确性和一致性。教师模型基于条件生成对抗网络，利用专家构建的属性集生成高质量图像I1，学生模型基于注意力机制和视觉Transformer模型从原始图像中提取关键特征，生成初步语义属性集与对应图像I2。以教师模型生成图像I1作为基准，将I2与I1进行特征对比，得到两者之间的特征差异，将特征差异作为指导信号，反向优化语义属性集A2同时优化I2。最终，学生模型生成与专家构造属性集A1一致的语义属性集Af。本发明的创新之处在于，在无专家属性集场景下，本发明可生成高质量的语义属性集，填补部分类别专家属性集空缺导致零样本学习不适用的问题，扩大零样本学习方法的应用范围。

本发明授权一种用于零样本学习的语义属性集生成方法在权利要求书中公布了：1.一种用于零样本学习的语义属性集生成方法，其特征在于，包括以下步骤： S1.教师模型分支：根据输入的专家构造属性集A1生成图像I1，并确保该图像在特征空间上与原始图像I0一致； S2.学生模型分支：从原始图像提取特征生成初步语义属性集A2；根据A2生成对应图像I2，以教师模型生成图像I1作为基准，将I2与I1进行特征对比，得到两者之间的特征差异，将特征差异作为指导信号，学生模型根据指导信号反向优化A2，通过多次迭代更新，使A2的特征表达更接近A1，同时更新I2； S3.多阶段训练：教师模型和学生模型的多次迭代协同训练；教师模型根据专家构造的属性集生成图像I1，为学生模型提供指导，学生模型生成初步语义属性集A2，并通过生成图像I2与教师模型生成的图像I1进行特征对比，利用指导信号优化语义属性集同时优化I2，最终，学生模型生成与专家构造属性集A1高度一致的语义属性集Af； S4.推理阶段：在完成训练后，仅以待测图像I0作为输入，经学生模型输出对应的语义属性集Af，无需输入专家语义属性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川省数字经济研究院(宜宾);电子科技大学，其通讯地址为：644004 四川省宜宾市长江北路西段附二段430号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。